Le dobrega mesec dni po izidu modela Opus 4.7 je prispel Anthropicov novi „vodilni model“, ki prinaša napredek pri učinkovitosti, natančnosti, sposobnosti sklepanja in delovanju v vlogi agenta. Osnove pa so ostale enake: podjetje je v ostri tržni konkurenci poskušalo iz obstoječega modela Opus iztisniti največ.
„Claude Opus 4.8 je doslej najzmogljivejši splošno dostopni model podjetja Anthropic. Gradi na modelu Claude Opus 4.7,“ je poudarilo podjetje. „Novost je Anthropicov najzmogljivejši model na področju kompleksnega sklepanja, dolgotrajnega programerskega agenta in izrazite avtonomije.“
Claude Opus 4.8 bo v primerjavi s konkurenti resnično izstopal pri nalogah, kjer je za ustrezen rezultat treba upravljati zares zapletene, večstopenjske delovne procese. Takšni so kodiranje, raziskovanje in delo na ravni sistemov. Na teh področjih novi model v uveljavljenih testih dosega skoraj vedno boljše rezultate od vseh dosedanjih.
V testu SWE-Bench Pro je Claude 4.8 z rekordnimi 69,2 odstotka odgovoril na 54,2 odstotka modela Gemini 3.1 Pro podjetja Google in 58,6 odstotka modela GPT-5.5, kar je velik skok celo glede na Opus 4.7. V testu Finance Agent v2, ki je prirejen finančnim izzivom, novi model dosega 53,9 odstotka, medtem ko so dosedanji najboljši modeli dosegali okoli 51 odstotkov. Pri testu Humanity’s Last Exam je brez orodij dosegel rekordnih 49,8 %, GPT-5.5 jih je zbral le 41,4 %, Gemini 3.1 Pro pa le 44,4 %.
Anthropic je povedal, da novi model v primerjavi s Claudom 4.7 pri preverjanjih pušča štirikrat manj napak v kodi, zato se lahko kot programerski pomočnik izkaže za precej koristnejšega sodelavca. Stabilnejši bo v situacijah, ko je treba slediti veliki količini konteksta in „razmišljati“ v več korakih. Kadar pa bo pri odgovoru negotov, si bo prizadeval za večjo preglednost, kar bo pomembno pri obvladovanju halucinacij.
Anthropic je znižal omejitev glede dolžine pozivov, ki jih je mogoče shraniti v predpomnilnik. Uporabo klepetalnega robota z umetno inteligenco je s funkcijo predpomnjenja mogoče narediti stroškovno učinkovitejšo. Pri Claudu 4.7 je moral imeti poziv, namenjen predpomnjenju, še vedno vsaj 4096 žetonov, zdaj pa zadostuje že 1024. Zato bo Claude lahko shranil več manjših informacij.
V programerski storitvi so uvedli funkcijo Dynamic Workflows, namenjeno obvladovanju celovitih inženirskih izzivov. S posodobitvijo se izboljšuje tudi razširljivost, zaradi česar je lahko uporaba stroškovno učinkovitejša, prihaja pa tudi nov hitri način, ki bo 2,5-krat hitrejši, hkrati pa lahko stane tudi do trikrat manj.
Claude Opus 4.8 je izšel z milijon žetonov velikim kontekstnim oknom. V običajnem načinu vnos tolikšne količine informacij stane 5 dolarjev, na izhodni strani pa je treba računati z 25 dolarji. Stroški se bodo glede na različne nastavitve lahko gibali v širokem razponu.
Anthropic z uvedbo modela Claude Opus 4.8 ni odlašal: uporabnikom ga že zagotavlja v spletnem vmesniku, v okviru Claude Code, v ozadju Cowork in prek dostopa do API-ja. Ob uvedbi te novosti je podjetje izdalo tudi, da v ozadju že nastaja precej naprednejši sistem umetne inteligence od vseh dosedanjih, ki bo prinesel pomembnejši skok.
